首页> 外国专利> RADIATION THERAPY PLANNING USING DEEP CONVOLUTIONAL NETWORK

RADIATION THERAPY PLANNING USING DEEP CONVOLUTIONAL NETWORK

机译:基于深层卷积网络的辐射治疗计划

摘要

A deep convolutional neural network can be trained to provide a patient radiation treatment plan. Training can include collecting patient data based on at least one image of patient anatomy from patients, determining a treatment plan including a set of control points from the collected patient data, and using the determined treatment plans and the corresponding collected patient data to train a deep convolutional neural network for regression to determine a treatment plan including a set of control points from collected patient data. The trained model can be used to provide a radiation treatment plan, such as in real-time.
机译:可以训练深度卷积神经网络以提供患者放射治疗计划。训练可以包括:基于来自患者的患者解剖学的至少一个图像来收集患者数据;从所收集的患者数据中确定包括一组控制点的治疗计划;以及使用所确定的治疗计划和相应的所收集的患者数据来训练深层患者。卷积神经网络进行回归以确定从收集的患者数据中得出的包括一组控制点的治疗计划。训练后的模型可用于提供放射治疗计划,例如实时的。

著录项

  • 公开/公告号WO2019023142A1

    专利类型

  • 公开/公告日2019-01-31

    原文格式PDF

  • 申请/专利权人 ELEKTA INC.;

    申请/专利号WO2018US43320

  • 发明设计人 HIBBARD LYNDON STANLEY;

    申请日2018-07-23

  • 分类号A61N5/10;G06F19;

  • 国家 WO

  • 入库时间 2022-08-21 11:57:02

相似文献

  • 专利
  • 外文文献
  • 中文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号